Simulation of passenger behavior on modern tram
-
摘要: 有轨电车上乘客行为仿真是研究现代有轨电车模拟器视景及乘客信息系统仿真的重要组成部分。利用3ds MAX建模软件构建了三维虚拟列车模型、人物的三维模型及基本动作,以Unity3D为应用平台,以VC#2017为编译器实现对三维模型的驱动控制,从而实现对人物基本动作的仿真。对有轨电车上乘客的行为仿真,可给现代有轨电车模拟系统提供必要的场景支持,可以广泛应用于对列车驾驶员的培训当中。Abstract: The simulation of the passenger behavior on the tram is an important part of the research on the scene of the modern tram simulator and the simulation of the passenger information system.This paper used 3ds MAX modeling software to build three-dimensional virtual train model, three-dimensional model and basic action of Artificial Intelligence(AI) characters.Unity3D was used as application platform, and VC# 2017 was used as compiler to drive and control the three-dimensional model, so as to implement the simulation of AI characters.The behavior simulation of passengers on the tram can provide necessary scene support for the modern tram simulation system, and can be widely used in the training of train drivers.
-
Keywords:
- tram /
- passenger information system(PIS) /
- Unity 3D
-
列车调度指挥系统(TDCS,Train operation Dispatching Command System)是我国铁路运输企业开展行车指挥工作的重要装备,承载着运行计划编制、调度命令下发、进路排列状态监控、列车位置监控、运输数据统计分析等重要功能。在我国铁路快速发展的新形势下,TDCS的线路覆盖率、系统完善度和功能重要性持续提高,传统分布式结构逐渐成为TDCS在高效运用、灵活部署和低成本维护方面迭代优化的技术瓶颈。
云计算具有弹性计算、资源虚拟化、容错度高、数据共享及资源动态分配等基础特性,对于提升大型复杂系统的安全性、促进系统业务互联互通及挖掘系统潜在价值优势明显。云计算在通信、银行、电力等行业的系统构建中得到了广泛应用[1-2]。在铁路领域,相关研究工作主要集中在客货营销、经营管理、远程办公等信息化建设方面,运用云计算构建核心信号系统的研究相对较少[3-5]。本文结合TDCS的运用需求和发展现状,研究基于云计算TDCS构建方案并分析其可行性,为TDCS创新发展提供技术参考和决策支持。
1 需求分析
1.1 TDCS结构现状
TDCS由中心总机系统和车站子系统组成。中心总机系统由专用服务器、调度台终端和网络设备等组成,承载计划编制、命令拟定、信息转发、接口通信、协议转换、系统维护及数据存储等功能。中心总机系统的设备通过千兆以太网实现高速通信。车站子系统由自律机、车务终端、维修机和接口设备组成,承载本站的命令接收、行车日志展示、闭塞办理、车次号追踪及进路错办判定等功能。车站子系统通过百兆以太网实现车站内部通信,并通过冗余环网接入中心总机。
1.2 云计算
云计算是信息技术发展的必然趋势。云计算也得到了众多科技型企业的关注。国外的亚马逊、Google等公司的云计算已经进行了近十年的商业化应用。我国的阿里巴巴、百度、华为等公司也相继推出了自己的云平台产品。按照应用模式划分,云计算平台可以分成私有云、公共云和混合云[6]。
(1)私有云通常是基于企业内部的IT资源进行部署,访问权限较为集中和可控。
(2)公共云是通过互联网向不同的用户提供应用软件、数据存储等服务,用户无需自己投资建设,使用成本较低。
(3)混合云是私有云和公共云相结合的模式。
1.3 应用云计算的需求分析
TDCS庞大,系统各节点分布广泛且功能联动。传统分布式结构下,硬件节点孤立分布,局部系统资源固化,难以满足TDCS动态部署、实时平滑演进的新需求。TDCS的系统现状及其优化目标,如图1所示。
TDCS以庞大而繁杂的系统结构,承载着高安全性、高准确度和高复杂性的业务,系统呈现出以下3个方面的问题。
(1)系统可扩展性低。系统的新建和升级改造难度大,对运输业务影响大。我国铁路高速发展,既有TDCS面临着大范围、高频次的升级改造工作。分布式结构下的设备功能联动,局部升级改造引起的特定设备停用,会导致与其通信的其它设备功能失效,即功能失效的传递效应强,对运输业务干扰大。
(2)系统资源利用率不均衡。由于建设时期不同,同类型设备的处理能力存在差异;由于干线和支线运输业务量不同,同等处理能力的设备所承载的业务量存在差异。因此,TDCS硬件资源分布与业务量分布不匹配,部分设备的计算资源运用不充分,造成了资源浪费。
(3)系统的维护成本高。TDCS所含硬件设备种类多且分布在铁路沿线,备品库的存储成本高、巡检难度大,对维护人员的专业技术水平要求高。
2 系统设计
2.1 系统结构
TDCS作为铁路核心信号系统,系统重构不能降低其安全性;TDCS内部存储了大量的运输计划及运输统计数据,内容涵盖特货运输计划、军事运输计划等,具有一定的涉密性,即部分设备需专机专用。从安全性和专用化程度两个方面,TDCS所含设备可以划分为4个等级,分别对应不同的部署方案,其差别化部署方案下的系统结构,如图2所示。
2.1.1 泛在接入
运用泛在接入方案部署低安全性且高专用度的设备。此类设备包括复视终端、大屏控制器、网络打印机等,具备较强的专用度,以定制化硬件资源承载特定功能,其故障或停机状态的影响范围不扩散。因此,不对其资源进行虚拟化,使此类设备以独立单元灵活接入TDCS云计算主系统,身份验证业务由主系统承担。
2.1.2 公有云
低安全性且低专用度的设备,采用公有云构建。此类设备主要包括TDCS网管工作站、系统维护工作站、对外信息提供服务器等,采用旁路接入方式与主系统连接,并且信息交互是单向的,即只从主系统获取信息,而不向主系统发送信息。基于公有云重构此类设备,以最大限度提高其部署的灵活性。
2.1.3 私有云
高安全性且低专用度的设备,采用私有云构建。TDCS调度台工作站、应用服务器、通信服务器等属于此类设备,其硬件资源充足,但资源分布不合理,局部业务量随时间波动。运用私有云,可以将现有计算和存储资源整合为资源池,按需求为不同业务提供动态支持。私有云平台部署在高安全等级的TDCS调度中心,以利于平台扩容、安全保障和数据保密。
2.1.4 控制性接入
高安全性且高专用度的设备,控制性接入TDCS云计算主系统。在既有体系结构中,数据库服务器、网络安全、通信质量监督等设备是以高安全性为导向进行部署的,具有很强的容错性和独立性,且计算资源高度可控,便于全面监测分析其运行状态。由于云平台的资源是动态变化的,信息突变和端口漂移的情况实时发生,在安全性、可控性方面无法满足此类设备的需求。因此,高安全性且高专用度的设备仍维持既有部署方式,并固定其对外交互接口,与云平台实现限速限量的控制性交互。
2.2 系统资源分配策略
云计算TDCS资源分配机制包括动态调度和按预设策略分配。云计算平台具备较为成熟的资源动态调度算法,能够快速均衡TDCS多种业务的突发瞬时需求,进而得出云平台资源调度的最优解[7-8]。
资源分配预设策略需要结合系统资源需求模型进行设计。TDCS各项业务功能对系统资源的需求具有一定规律性,基于合理化的需求模型设计资源分布预设策略,能有效避免资源频繁迁移,进而缩短资源分配的收敛时间。
3 可行性研究
3.1 模型适用性
云计算TDCS模型需要满足2个方面的要求,即业务与资源之间具有相关关系且系统边界清晰[9]。
(1)TDCS业务与系统资源有较明确的对应关系,从而具备云计算抽象化虚拟资源池支撑多任务的资源分配基础。TDCS业务类型可以分为5类,即数据采集、信息转发或过滤、人机交互、协议转换及运维协助;TDCS资源可以分为4类,即数据处理资源、监测及分析资源、校验资源和存储资源。TDCS业务与资源的对应关系,如图3所示。
由图3可知,TDCS业务与资源具有较为明确的对应关系,能够适用于云计算模型。
(2)资源规模是资源调度算法的边界和基础,系统资源规模必须是确定的。TDCS是铁路核心信号系统,具有自身的专用网络,虽然系统体量庞大,但系统界限分明。TDCS全部设备都由维护单位登记造册,与外围系统的接口均有安全边界防护。因此,TDCS资源规模是稳定的,系统边界是明确的,符合云计算模型的构建要求。
3.2 系统可扩展性
TDCS功能包括核心功能、报警提示、网络通信和系统运维4个大类,核心功能有列车作业管理、调车作业管理、站场信息展示与存储、接口、施工管理和仿真实训平台,如图4所示。
各类功能之间具有紧密的协同关系,支撑各类功能的硬件设备相互联动。在信息交互如此复杂的情况下,现有架构TDCS的扩容及改造难度大,极易造成对运输业务的大面积影响。
云计算支持资源动态伸缩,通过资源调度机制,动态迁移系统资源,局部集中处理相关业务,从而简化功能实现的协同机制。例如调度台所需的显示信息可以从云资源池内获取,而不是仅从某台接口服务器获取;新建线路TDCS接入调度中心总机系统,不需要对整体结构进行重新设计,只用按需扩展资源池即可,能够有效地降低局部升级或改造对运输业务的干扰。
3.3 资源利用率
传统分布式结构下,TDCS硬件设备自成体系,硬件资源固化。硬件资源部署必须满足自身峰值需求,大量资源被短时调用后,即长期处于静默状态,从而导致资源浪费。以中国铁路北京局集团有限公司的TDCS中心为例,运输调度管理系统(TDMS,Transportation Dispatching Management System)接口服务器在调度员交班的时间段内(每日8:00、18:00各一次,通常时间不超过20 min),需要集中接收、转存日班计划,设备资源占用率最高可达82%;而在其它时间,TDMS接口服务器只需要在接收临时调整计划时调用少量资源,资源占用率仅为7%,大量资源被闲置。云计算TDCS中的虚拟资源具备动态部署、实时调配的能力,系统资源部署方案在保证安全冗余的前提下,实现资源部署和资源需求的总量平衡即可,可减少常态下的静默资源,提升资源利用率。
3.4 维护成本
TDCS所含业务节点种类较多,不同业务节点依据功能特性对资源有不同的需求。例如应用服务器需要实时转发并缓存信息,对存储能力及资源配属稳定性有较高的要求;运行图代理服务器的功能是接收查询请求,从数据库调取数据并定时发送,其功能特点是接收瞬时请求并快速处置,对计算能力要求较高。
按照各类业务节点的功能特性进行多样化的资源部署,会提高硬件维护和建立备品库的难度;若为了降低维护成本,追求资源部署的标准化,则只能依据具有最高性能需求的业务节点进行部署,从而造成投资浪费。因此,在分布式结构TDCS的构建过程中,减少投资浪费和降低维护成本是互相制约的两种需求,难以实现同步优化。
云计算TDCS通过资源虚拟化技术,弱化硬件特性与业务之间的对应关系,从而可以在标准化建设的硬件基础上,均衡承载多样化的业务,并满足不同业务定制化的资源需求。硬件设备的标准化建设模式,能降低维护门槛、简化备品库、规范故障处置流程,从而降低维护成本。因此,云计算TDCS打破了减少投资浪费和降低维护成本之间的制约关系,为实现双目标的帕累托最优奠定了基础。
3.5 系统能耗
定义1:云计算TDCS业务是一个二元组
$\left({{M}},{{{\phi }}}\right)$ 。其中,${{M}}=\left({{m}}_{{i}}|1\leqslant {{i}}\leqslant {{z}}\right)$ 表示系统中的任务集,${{m}}_{{i}}$ 表示第${{i}}$ 类任务。TDCS业务的产生具有随机性,例如调度命令的下达,服务器主备状态变化信息的转发等。为简化计算模型,定义${{{\phi }}}=({{\varphi }}_{{i}}|1\leqslant {{i}}\leqslant{{z}})$ 表示任务的产生率集合,${{\varphi }}_{{i}}$ 表示${{m}}_{{i}}$ 类任务在单位时间内的产生概率,${{m}}_{{i}}\in {{M}},{{\varphi }}_{{i}}\in {{{\phi }}}$ 。云计算TDCS全域范围内,所有
${{z}}$ 类任务的总产生概率为:${\bf{\varphi }}=\displaystyle\sum _{{{i}}=1}^{{{z}}}{\bf{\varphi }}_{{i}}$ 。假设不同计算任务被分配给TDCS内某台设备的概率是可知的(可以通过遗传迭代类的学习算法,获取此类概率集),设${{h}}_{{{i}}{{j}}}$ 表示${{m}}_{{i}}$ 类任务被分配到硬件设备${{r}}_{{{j}}}$ 的概率。则${{r}}_{{{j}}}$ 被分配到${{z}}$ 类任务的总体概率(任务被分配给某硬件设备的期望概率)为:$$ {{{W}}({{r}}}_{{{j}}})=\sum \limits_{{{i}}={{1}}}^{{{z}}}{{{h}}_{{{i}}{{j}}}\cdot {{\varphi }}}_{{i}} $$ (1) 定义2:
${{t}}_{{{i}}{{j}}}^{{busy}}$ 为硬件设备${{r}}_{{{j}}}$ 执行${{m}}_{{i}}$ 任务的工作功率。加入任务分配的随机性因素,硬件设备
${{r}}_{{{j}}}$ 对所有${{z}}$ 类任务的期望工作功率表示为:$$ {{W}}\left({{t}}_{{{j}}}^{{busy}}\right)=\sum \limits_{{{i}}={{1}}}^{{{z}}}{{h}}_{{{i}}{{j}}}{{\varphi }}_{{i}}\cdot {{{W}}({{r}}}_{{{j}}})\cdot {{t}}_{{{i}}{{j}}}^{{busy}} $$ (2) 公式(2)中的
${{h}}_{{{i}}{{j}}}{{\varphi }}_{{i}}\cdot {{{{{W}}}}({{r}}}_{{{j}}}) < {{1}}$ 。同时,为了简化计算模型,假设TDCS硬件设备${{r}}_{{{j}}}$ 完成不同任务的工作功率相同,即${{t}}_{{{i}}{{j}}}^{{busy}}$ 是一个常数,且${{t}}_{{{i}}{{j}}}^{{busy}}={{t}}_{{{j}}}^{{busy}}$ 。则${{W}}\left({{t}}_{{{j}}}^{{busy}}\right) < {{z}}\cdot {{t}}_{{{j}}}^{{busy}}$ 。即:${{z}}$ 类任务总量不变的情况下,云计算TDCS所含硬件设备${{r}}_{{{j}}}$ 的期望工作功率小于硬件资源固化状态下的工作功率。此外,TDCS不同设备对不同任务的处理性能存在差异[10],合理化的资源调度算法以硬件的个性化计算能力作为重要参数,将某项具体任务分配给最适合的硬件设备,可以进一步降低系统能耗。
4 结束语
本文通过对TDCS运用现状及优化需求的分析,提出了基于云计算构建TDCS的技术路线,设计了云计算TDCS的差别化部署方案,就其可行性进行探讨。结果表明,云计算TDCS在降低部署难度、提高资源利用率、降低能耗方面具有明显优势,能更好地满足我国铁路运输组织需求,具有良好的应用前景。基于云计算构建TDCS将是TDCS创新研究的重要领域。云计算TDCS的设计和应用研究尚处于起步阶段,从云平台可用性、可靠性和运用成本和异构数据挖掘等方面,仍需要进行深入探索。
-
[1] 康宏. 城市快速交通枢纽综合体设计研究[D]. 上海:同济大学, 2006. [2] 周淮. 我国现代有轨电车发展现状与需要研究的若干问题[J]. 交通与港航, 2017(1):15-20. [3] Zhu L, Yu F R, Ning B, et al. Cross-Layer Design for Video Transmissions in Metro Passenger Information Systems[J]. IEEE Transactions on Vehicular Technology, 2011, 60(3):1171-1181.
[4] 张博凯. 城市轨道交通车载信息系统方案研究[J]. 科技与生活, 2011(8):209, 199. [5] Nelson J D. The potential for realtime passenger information as part of an integrated buscontrol/information system[J]. Journal of Advanced Transportation, 2010, 29(1):13-25.
[6] 黄友能,唐涛,宋晓伟. 虚拟仿真技术在地铁列车运行仿真系统中的研究[J]. 系统仿真学报, 2008, 20(12):3208-3211. [7] 吴海超,郭四维.CGI成像技术在列车模拟驾驶器中的应用研究[J]. 现代城市轨道交通, 2013(1):86-88. [8] 李碧波,杨岳,易兵. 列车运行三维动态视景仿真[J]. 铁路计算机应用, 2017, 26(5):64-68. [9] 王怀松,陈荣武. 基于三维视景的列车运行仿真平台的研究与实现[J]. 系统仿真技术, 2016(4):28-32. [10] 陈宏川. 虚拟交通环境下的人群仿真[D]. 成都:西南交通大, 2013. [11] 李斯颀,阎国强. 现代有轨电车交叉路口视景的仿真[J]. 铁路计算机应用, 2017, 26(6):55-59. -
期刊类型引用(1)
1. 何昆霖,周国强,张超. 基于容器云技术的信号集中监测系统架构研究. 铁道通信信号. 2024(11): 15-20 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 48
- HTML全文浏览量: 0
- PDF下载量: 6
- 被引次数: 2